flume日志采集框架使用

本次学习使用的全部过程均不在集群上，均在本机环境，供学习参考

先决条件：

• flume-ng-1.6.0-cdh5.8.3.tar  去cloudrea下载flume框架，笔者是用cdh5.8.3的套餐

flume的使用环境：

• 采集特定目录到hdfs环境以供分析离线数据
• 监听特定端口的socket流数据

本次将以上两种情况的使用加以记录供以后参考

• 解压 flume-ng-1.6.0-cdh5.8.3.tar
• mv flume-ng-1.6.0-cdh5.8.3 flume
• 准备运行配置文件

  //socket流采集 netcat-logger.conf
  从网络端口接收数据，下沉到logger
  
  采集配置文件，netcat-logger.conf
  
  # example.conf: A single-node Flume configuration
  
  # Name the components on this agent
  #给那三个组件取个名字
  a1.sources = r1
  a1.sinks = k1
  a1.channels = c1
  
  # Describe/configure the source
  #类型, 从网络端口接收数据,在本机启动, 所以localhost, type=spoolDir采集目录源,目录里有就采
  a1.sources.r1.type = netcat
  a1.sources.r1.bind = localhost
  a1.sources.r1.port = 44444
  
  # Describe the sink
  a1.sinks.k1.type = logger
  
  # Use a channel which buffers events in memory
  #下沉的时候是一批一批的, 下沉的时候是一个个eventChannel参数解释：
  #capacity：默认该通道中最大的可以存储的event数量
  #trasactionCapacity：每次最大可以从source中拿到或者送到sink中的event数量
  a1.channels.c1.type = memory
  a1.channels.c1.capacity = 1000
  a1.channels.c1.transactionCapacity = 100
  
  # Bind the source and sink to the channel
  a1.sources.r1.channels = c1
  a1.sinks.k1.channel = c1
  
  启动命令：
  #告诉flum启动一个agent,指定配置参数, --name:agent的名字,
  $ bin/flume-ng agent --conf conf --conf-file conf/netcat-logger.conf --name a1 -Dflume.root.logger=INFO,console
  
  传入数据：
  $ telnet localhost 44444
  Trying 127.0.0.1...
  Connected to localhost.localdomain (127.0.0.1).
  Escape character is ‘^]‘.
  Hello world! <ENTER>
  OK
  

  

  //spooldir配置文件实例  spooldir-hdfs.conf

  监视文件夹
  启动命令：
  bin/flume-ng agent -c ./conf -f ./conf/spooldir-hdfs.conf -n a1 -Dflume.root.logger=INFO,console
  
  测试： 往/Users/willian/Public/flume放文件（mv ././xxxFile /Users/willian/Pulic/flume），但是不要在里面生成文件
  
  ##############
  
  # Name the components on this agent
  a1.sources = r1
  a1.sinks = k1
  a1.channels = c1
  
  # Describe/configure the source
  #监听目录,spoolDir指定目录, fileHeader要不要给文件夹前坠名
  a1.sources.r1.type = spooldir
  a1.sources.r1.spoolDir = /Users/willian/Public/flume
  a1.sources.r1.fileHeader = true
  
  # Describe the sink
  a1.sinks.k1.type = logger
  
  # Use a channel which buffers events in memory
  a1.channels.c1.type = memory
  a1.channels.c1.capacity = 1000
  a1.channels.c1.transactionCapacity = 100
  
  # Bind the source and sink to the channel
  a1.sources.r1.channels = c1
  a1.sinks.k1.channel = c1
  

  

可以看到 完成了采集会出现complete后缀

注意事项

• 不能出现重名的文件，不然会报错